درایورهای همزمانی

برای ارزیابی ارتباط در الگوهای همزمان بین WMF موارد دنگی و دما و بین WMF موارد دنگی و خروجی دنگی مدل‌سازی شده، همبستگی پیرسون و اسپیرمن را بر روی مقادیر WMF مربوطه در بازه‌های زمانی مورد علاقه برای همه نقاط در زمان (به استثنای مخروط نفوذ). این همبستگی‌ها شباهت کلی در جفت‌های WMF را کمی‌سازی می‌کند و، وقتی از نظر آماری معنی‌دار باشد، به این معنی است که 2 WMF با هم مرتبط هستند (و بنابراین از این فرضیه حمایت می‌کنند که الگوها همزمان با الگوهای درایو دما در دانگ هستند). برای همبستگی های پیرسون، ما جذر مقادیر WMF را تبدیل می کنیم. ما اهمیت آماری را با تولید توزیع‌های صفر همبستگی برآورد می‌کنیم. ما WMFها را برای 1،000 مجموعه داده جایگزین از موارد دنگی تولید می‌کنیم، که، همانطور که در بالا، با حفظ همان طیف فوریه به‌عنوان سری‌های زمانی اصلی موارد دنگی به‌دست آمده‌اند. همبستگی های پیرسون و اسپیرمن بین هر یک از این WMF های جانشین و WMF دما یا WMF خروجی مدل، توزیع های صفر را تولید می کنند که ما همبستگی های مشاهده شده را با آن مقایسه می کنیم.

طبق مطالعات مربوطه،سیستانچگیاهی رایج است که به عنوان "علف معجزه آسا طولانی کننده عمر" شناخته می شود. جزء اصلی آن استسیستانوزید، که دارای اثرات مختلفی مانندآنتی اکسیدان, ضد التهابو ارتقاء عملکرد سیستم ایمنی بدن مکانیسم بین سیستانچ وسفید شدن پوستدر اثر آنتی اکسیدانی نهفته استگلیکوزیدهای سیستانش. ملانین در پوست انسان از اکسیداسیون تیروزین که توسط آن کاتالیز می شود تولید می شودتیروزینازو واکنش اکسیداسیون نیاز به مشارکت اکسیژن دارد، بنابراین رادیکال‌های آزاد اکسیژن در بدن به عامل مهمی بر تولید ملانین تبدیل می‌شوند. سیستانچ حاوی سیستانوزید است که یک آنتی اکسیدان است و می تواند تولید رادیکال های آزاد را در بدن کاهش دهد.مهار تولید ملانین.

روی How Use Cistanche کلیک کنید

برای اطلاعات بیشتر:

david.deng@wecistanche.com WhatApp:86 13632399501

برای تعیین جزئیات بیشتر اینکه آیا الگوهای همگامی در دما با الگوهای مشاهده شده در موارد دنگی مطابقت دارند یا خیر، ما روش بالا را برای WMFs [51] برای محاسبه CWMFs گسترش دادیم. موجک های متقاطع شباهت را در قدرت موجک 2-سری های زمانی (دما و موارد دانگ) در هر مقیاس و نقطه زمانی تعیین می کنند، بنابراین CWMF ها ثبات این شباهت را در بین مکان ها کمیت می کنند. CWMF ها میانگین موجک های متقابل نرمال شده با توان در هر مکان بین دما و موارد دنگی هستند. یک موجک متقابل X بین سری های زمانی 2-به صورت تعریف می شود

جایی که موجک متقاطع به دنبال Veleda و همکارانش اصلاح می شود [67]. آرگومان X زوایای فاز بین 2-سری زمانی در نقطه زمانی و مقیاس را نشان می‌دهد. برای سری‌های زمانی موارد دما و تب دانگ با موجک‌های نرمال شده با توان مربوطه (معادل (2)) wm n ðs. tÞ و wd nðs; tÞ، CWMF به صورت تعریف شده است

اگر اختلاف فاز بین دما و دانگ برای هر نقطه زمانی و مقیاس در سراسر مکان‌ها ثابت باشد و دامنه نوسانات همبستگی داشته باشد، C(s,τ) بزرگ خواهد بود. دو متغیر غیرمرتبط اما همبستگی زمانی و مکانی می توانند به راحتی الگوهایی را به صورت همزمان تولید کنند. به عنوان مثال، اگر بجای استفاده از دما برای تایلند، یک CWMF با استفاده از دماهای یک مکان متفاوت، با همبستگی زمانی و مکانی مشابه تولید کنیم، به‌طور بالقوه می‌توانیم الگوهای مشابه را به صورت همزمان مشاهده کنیم، علی‌رغم اینکه این دو متغیر به وضوح به هم مرتبط نیستند. به همین دلیل، ما اهمیت را در مقیاس‌های زمانی چندساله با استفاده از همان رویکرد 3-مرحله‌ای که در بالا توضیح داده شد، آزمایش می‌کنیم، اما در اینجا، مجموعه داده‌های دنگی جایگزین تولید می‌شوند که نه تنها ساختار همبستگی خودکار سری‌های زمانی، بلکه ساختار همبستگی متقابل را نیز حفظ می‌کنند. در سراسر مکان (به عنوان مثال، جانشین حفظ همزمان). ما این کار را با تولید سری‌های زمانی با همان طیف فوریه سری‌های زمانی اصلی (مانند بالا) انجام می‌دهیم، اما سپس همان فاز توزیع شده تصادفی یکنواخت را در هر فرکانس در تمام سری‌های زمانی اضافه می‌کنیم [51]. همانطور که در بالا، ما اهمیت را با تمرکز بر سازگاری زوایای فاز بین دانگ و دما آزمایش می‌کنیم. با استفاده از این مجموعه داده‌های دنگی جایگزین، موجک‌های متقاطع نسبت به مجموعه داده‌های دمای واقعی تخمین زده می‌شوند و اینها به نوبه خود برای تولید متقابل WPMF‌های جایگزین استفاده می‌شوند که ما برای مقایسه استفاده می‌کنیم.

سازگاری در تفاوت‌های فاز و همبستگی در دامنه دما و دانگ (یعنی مقادیر بالاتر CWMF) ممکن است در طول دوره‌های همزمان مورد انتظار باشد و به اهمیت دما به‌عنوان یک محرک اشاره می‌کند. از سوی دیگر، مقادیر پایین CWMF می تواند به دلایل متعددی ایجاد شود که این رویکرد نمی تواند بین آنها تمایز قائل شود. دما همچنین ممکن است محرک پویایی دنگی در طول دوره‌های ناهمزمان باشد، اما اگر دینامیک چند ساله دما در مکان‌ها متفاوت باشد (و بنابراین، دمای دنگی نیز)، هر دو سنکرون پایینی خواهند داشت. از سوی دیگر، دینامیک دانگ ممکن است در درجه اول توسط دینامیک ذاتی هدایت شود، که در سراسر مکان ها ممکن است دوره های تناوب چند ساله متفاوتی ایجاد کند، بنابراین منجر به ناهمزمانی می شود. برای پرداختن به این موضوع و ارائه توضیح بهتر برای ناهمزمانی که مشاهده می‌کنیم، تحلیل‌های بیشتری انجام دادیم. با استفاده از مقادیر WMF داده‌های دانگ (فقط برای مقیاس‌های زمانی چندساله و به استثنای مخروط نفوذ)، نقاط زمانی و مقیاس‌های زمانی (از این پس، "شرایط") را که بالای صدک 75 بودند به عنوان "همگامی بالا" و موارد زیر این مقدار را به عنوان "همگامی کم" (شکل S15 در ضمیمه S1). سپس، برای هر استان، همبستگی اسپیرمن را بین دامنه‌های مربع طیف موجک موارد دنگی و دما، به‌طور جداگانه برای شرایط سنکرون بالا و پایین محاسبه کردیم، و 2 ضریب همبستگی (مقدار r) در هر استان را به دست آوردیم. اگر دما محرک اصلی پویایی دنگی در هر دو دوره همزمانی و ناهمزمانی باشد، ما انتظار مقادیر r مثبت و شاید مشابه را داریم. تفاوت های سیستماتیک در مقادیر r بین شرایط سنکرون بالا و پایین به احتمال وجود مکانیسم های مختلف در بازی اشاره می کند. به عنوان مثال، همبستگی کم یا بدون همبستگی در شرایط کم سنکرون را می توان به اهمیت بیشتر دینامیک ذاتی یا عدم وجود چرخه های چند ساله در دما، دانگ یا هر دو نسبت داد. ما همچنین همان تجزیه و تحلیل را با مقایسه طیف موجک خروجی مدل دنگی و داده‌های دنگی انجام دادیم. در این مورد، مقادیر r بیشتر در شرایط کم سنکرون نسبت به مقادیر یافت شده بین دما و داده‌های دنگی به این معنی است که مدل برخی از تغییراتی را که دما به تنهایی نمی‌تواند نشان دهد، نشان می‌دهد و نشان می‌دهد که غیرخطی‌ها در نحوه تأثیر دما بر دینامیک دنگی و دینامیک ذاتی ممکن است نقش بیشتری ایفا کند.

مدل دنگی وابسته به دما

این مدل بر اساس مدل هوبر و همکاران [46] است، با این تفاوت که ما مدل آنها را به 4 سروتیپ با محافظت متقاطع موقت گسترش دادیم. ما حداکثر 2 عفونت را فرض می کنیم که پس از آن افراد نسبت به همه سروتیپ ها ایمن می شوند. ناقل ها فقط یک بار آلوده می شوند و پس از آن نسبت به همه سروتیپ ها ایمن می شوند. محفظه های برداری (و بنابراین، انتقال) کاملاً وابسته به دما هستند. هنجارهای واکنش دمایی آنهایی هستند که توسط هوبر و همکاران و مردخای و همکاران استفاده شده است [44،46]. ما به طور خاص از پارامترهای مربوط به Aedes aegypti استفاده می کنیم.

در اینجا، r نرخ رشد میزبان است (مطابق با طول عمر تقریباً 77 سال)، b نرخ نیش پشه، احتمال عفونی بودن پشه (احتمال آلودگی انسان در هر نیش پشه عفونی)، μ است. میزان مرگ و میر میزبان، δ دوره نهفتگی ذاتی، η نرخ بهبودی میزبان از عفونی بودن، و ξ نرخ از دست دادن محافظت متقاطع است.

جایی که

و جایی که l تعداد تخم های گذاشته شده به ازای هر ماده است، s احتمال زنده ماندن تخم به بالغ، d نرخ رشد تخم پشه به بالغ، ε دوره نهفتگی بیرونی ویروس، و δ احتمال عفونت است. در هر لقمه روی میزبان عفونی وابستگی آنها به دما با استفاده از Brière یا تابع درجه دوم مدل‌سازی می‌شود [44]. عبارت (l(T) s(T) d(T))/μv (T) تعداد فرزندان بازمانده تولید شده در طول عمر پشه را کمیت می کند. N و Nv به ترتیب تعداد کل میزبان ها و بردارها هستند.

ظرفیت حمل K جمعیت پشه برای محدود کردن رشد جمعیت آن ضروری است. Ea انرژی فعال‌سازی است که وابستگی دمایی K را تعریف می‌کند. در حالی که هوبر و همکاران [46] بیان می‌کنند که Ea=0.5، کدی که آنلاین ارائه می‌کنند دارای Ea=0 است.0 5. ما از دومی به‌عنوان گزینه محافظه‌کارتر (کمتر وابسته به دما) استفاده می‌کنیم (مقدار {{10}}. ، اگرچه نتایج ما در برابر تغییرات در این فرض قوی هستند (به بخش های "اخطارها در مورد مدل دنگی" و "تست های استحکام" در ضمیمه S1 مراجعه کنید). در نهایت، k ثابت بولتزمن-آرنیوس، Nv m حداکثر ظرفیت حمل است (محدود شده در چند M از کل جمعیت میزبان)، و T0 دمای مرجعی است که در آن ظرفیت حمل K بیشترین است (در اینجا برابر با 29 درجه سانتیگراد است. ). هوبر و همکارانش [46] حداکثر نسبت M پشه به انسان را 2 فرض کردند. در اینجا، مقدار 1.5 (یعنی Nv m =1:5 N؛ شکل S44 در S1 ضمیمه) را انتخاب کردیم به طوری که R0 برای میانگین دمایی که معمولاً در تایلند مشاهده می شود در محدوده تقریبی است که قبلاً در ادبیات گزارش شده بود از 2 تا 7 [68-70]. نتایج ما از نظر کیفی با M=1 تغییر نمی کند (به بخش "آزمون های استحکام" در پیوست S1 مراجعه کنید). ما به طور مداوم تعداد کمی از پشه‌های آلوده، κ، را برای کاهش موقعیت‌هایی که اندازه جمعیت به تعداد بسیار کمی کاهش می‌یابد، معرفی می‌کنیم. ما از κ=1*10-5 / day/serotype استفاده کردیم. برای بحث در مورد برخی از مفروضات ارائه شده توسط این مدل به بخش "اخطارها در مورد مدل دنگی" در ضمیمه S1 مراجعه کنید.

اطلاعات پشتیبانی

S1 ضمیمه. یادداشت‌ها و جزئیات در مورد روش‌های مورد استفاده، تست‌های استحکام با استفاده از فرمول‌بندی‌های مختلف پارامترهای مدل، نتایجی که از روش‌های مختلف برای تعیین کمیت همزمانی استفاده می‌کنند و نتایج اضافی.

قدردانی

سلب مسئولیت

مشارکت های نویسنده

تحلیل رسمی:برناردو گارسیا-کاررس، بینگی یانگ، مری کی. گرابوفسکی، درک ای تی کامینگز.

روش شناسی:برناردو گارسیا-کارراس، لارنس دبلیو شپرد، درک ای تی کامینگز.

نظارت:درک ای تی کامینگز

تجسم:برناردو گارسیا کارراس.

نگارش – بررسی و ویرایش:برناردو گارسیا-کارراس، بینگی یانگ، مری ک. گرابوفسکی، لارنس دبلیو شپرد، آنگکانا تی هوانگ، هنریک سالجه، هانا النور کلافام، سوپون ایامسیریتاورن، پاوینی دانگ-نگرن، جاستین لسلر، درک کومم.

منابع

1. Rosenzweig ML، MacArthur RH. نمایش گرافیکی و شرایط پایداری فعل و انفعالات شکارچی و طعمه نات هستم. 1963; 97 (895): 209-23.

2. اندرسون RM، می RM. زیست شناسی جمعیت بیماری های عفونی: قسمت اول. طبیعت. 1979; 280 (5721): 361-7.

3. Grenfell BT، Wilson K، Finkensta¨dt BF، Coulson TN، Murray S، Albon SD، و همکاران. سر و صدا و جبر در دینامیک گوسفند هماهنگ طبیعت. 1998; 394 (6694): 674-6.

4. Bjørnstad ON، Grenfell BT. ساعت پر سر و صدا: تجزیه و تحلیل سری زمانی نوسانات جمعیت در حیوانات علوم پایه. 2001; 293:638-43.

5. Keeling MJ، روحانی P. مدلسازی بیماریهای عفونی در انسان و حیوانات. انتشارات دانشگاه پرینستون؛ 2011.

6. Liebhold A, Koenig WD, Bjørnstad ON. همگامی فضایی در پویایی جمعیت. Annu Rev Ecol Evol Syst. 2004; 35:467-90.

7. Bolker BM، Grenfell BT. تأثیر واکسیناسیون بر همبستگی فضایی و تداوم دینامیک سرخک. Proc Natl Acad Sci US A. 1996; 93 (22): 12648-53.

8. Ranta E، Kaitala V، Lindstro¨m J. دینامیک جمعیت سیاهگوش کانادایی در فضا و زمان. اکوگرافی. 1997; 20 (5): 454-60.

9. Ranta E، Kaitala V. امواج سفر در پویایی جمعیت حجم. طبیعت. 1997; 390 (6659): 456-6.

10. پست E، Forchhammer MC. همزمانی فضایی جمعیت های محلی در ارتباط با روند اخیر آب و هوای نیمکره شمالی افزایش یافته است. Proc Natl Acad Sci US A. 2004; 101 (25): 9286-90.

11. Stenseth NC، Ehrich D، Rueness EK، Lingjærde OC، Chan KS، Boutin S، و همکاران. تأثیر اجبار آب و هوایی بر همگامی جمعیت و ساختار ژنتیکی سیاهگوش کانادایی. Proc Natl Acad Sci US A. 2004; 101 (16): 6056-61.

12. Walter JA، Sheppard LW، Anderson TL، Kastens JH، Bjørnstad ON، Liebhold AM، و همکاران. جغرافیای همگامی فضایی. اکول لت. 2017; 20 (7): 801-14.

13. Ranta E، Kaitala V، Lundberg P. تنوع جمعیت در فضا و زمان: پویایی نوسانات جمعیت همزمان. اویکوس. 1998; 83 (2): 376-82.

14. کونیگ دبلیو دی. همزمانی و تناوب فوران ها توسط پرندگان شمالی. کندور. 2001; 103 (4): 725-35.

15. Kaitala V، Ranta E، Lundberg P. پویایی خود سازماندهی شده در جمعیت های ساختار یافته فضایی. Proc R Soc Lond Ser B Biol Sci. 2001; 268 (1477): 1655-60.

16. Bhatt S، Gething PW، Brady OJ، Messina JP، Farlow AW، Moyes CL، و همکاران. توزیع جهانی و بار دنگی. طبیعت. 2013; 496 (7446): 504-7.

17. Cattarino L، Rodriguez-Barraquer I، Imai N، Cummings DAT، Ferguson NM. نقشه برداری تغییرات جهانی در شدت انتقال دنگی Sci Transl Med. 2020; 12 (528).

18. سابین AB. تحقیق در مورد دنگی در طول جنگ جهانی دوم ام جی تروپ مد هیگ. 1952; 1 (1): 30-50.

19. Reich NG, Shrestha S, King AA, Rohani P, Lessler J, Kalayanarooj S, et al. تعامل بین سروتیپ های دنگی تأثیر اپیدمیولوژیک ایمنی متقابل را برجسته می کند. رابط JR Soc. 2013; 10 (86): 20130414.

20. Anderson KB, Gibbons RV, Cummings DAT, Nisalak A, Green S, Libraty DH, et al. فاصله زمانی کوتاه‌تر بین عفونت‌های دنگی اول و دوم با محافظت در برابر بیماری‌های بالینی در یک گروه مدرسه‌ای در تایلند مرتبط است. J Infect Dis. 2014; 209 (3): 360-8.

21. Katzelnick LC، Montoya M، Gresh L، Balmaseda A، Harris E. تیترهای آنتی بادی خنثی کننده علیه ویروس دنگی با محافظت در برابر عفونت علامتی در یک گروه طولی ارتباط دارد. Proc Natl Acad Sci US A. 2016; 113 (3): 728-33.

22. Cummings DAT، Schwartz IB، Billings L، Shaw LB، Burke DS. اثرات پویا افزایش وابسته به آنتی بادی بر تناسب ویروس ها Proc Natl Acad Sci US A. 2005; 102 (42): 15259-64.

23. Katzelnick LC، Gresh L، Halloran ME، Mercado JC، Kuan G، Gordon A، و همکاران. افزایش وابسته به آنتی بادی بیماری دنگی شدید در انسان علوم پایه. 2017; 358 (6365): 929-32.

24. Wagoner JJ، Katzelnick LC، Burger-Calderon R، Gallini J، Moore RH، Kuan G، و همکاران. افزایش وابسته به آنتی بادی بیماری شدید با بار ویروسی سرم در عفونت‌های ویروس دنگی کودکان انجام می‌شود. J Infect Dis. 2020; 221 (11): 1846-54.

25. Ferguson N, Anderson R, Gupta S. اثر افزایش وابسته به آنتی بادی بر پویایی انتقال و تداوم پاتوژن های چند سویه. Proc Natl Acad Sci US A. 1999; 96 (2): 790-4.

26. Hay SI، Myers MF، Burke DS، Vaughn DW، Endy T، Ananda N، و همکاران. علت شناسی دوره های بین اپیدمی بیماری های منتقله از پشه. Proc Natl Acad Sci US A. 2000; 97 (16): 9335-9.

27. Cummings DAT، Irizarry RA، Huang NE، Endy TP، Nisalak A، Ungchusak K، و همکاران. امواج مسافرتی در بروز تب خونریزی دهنده دنگی در تایلند. طبیعت. 2004; 427 (6972): 344-7.

28. جانسون CA، Coutinho RM، برلین E، Dolphin KE، Heyer J، Kim B، و همکاران. اثرات تغییر دما و منابع بر پویایی جمعیت حشرات: حشره گیاهی مرزی به عنوان مطالعه موردی تابع Ecol. 2013; 27:1415-23.

29. Koelle K، Pascual M. جداسازی عوامل بیرونی از عوامل درونی در پویایی بیماری: یک رویکرد سری زمانی غیرخطی با کاربرد در وبا. نات هستم. 2004; 163 (6): 901-13.

30. Koelle K، Rodo´ X، Pascual M، Yunus M، مصطفی جی. دوره‌های نسوز و اجبار آب و هوا در پویایی وبا. طبیعت. 2005; 436 (7051): 696-700.

31. Laneri K، Bhadra A، Ionides EL، Bouma M، Dhiman RC، Yadav RS، و همکاران. اجبار در مقابل بازخورد: مالاریا اپیدمیک و باران‌های موسمی در شمال غربی هند. PLoS Comput Biol. 2010; 6 (9): e1000898.

32. Metcalf CJE، والتر KS، Wesolowski A، Buckee CO، Shevliakova E، Tatem AJ، و همکاران. شناسایی محرک های آب و هوایی پویایی بیماری های عفونی: پیشرفت های اخیر و چالش های پیش رو Proc R Soc B Biol Sci. 1860; 2017(284):20170901.

33. Paul SH، Horton DE، Ashfaq M، Rastogi D، Kramer LD، Diffenbaugh NS، و همکاران. خشکسالی و مصونیت، شدت اپیدمی های ویروس نیل غربی و تأثیرات تغییرات آب و هوایی را تعیین می کند. Proc R Soc B Biol Sci. 1848; 2017(284):20162078.

34. Baker RE, Mahmud AS, Wagner CE, Yang W, Pitzer VE, Viboud C, et al. پویایی اپیدمی ویروس سنسیشیال تنفسی در آب و هوای فعلی و آینده Nat Commun. 2019; 10 (1): 5512.

35. Cazelles B, Chavez M, McMichael AJ, Hales S. تأثیر غیر ثابت ال نینو بر اپیدمی های دنگی همزمان در تایلند. PLoS Med. 2005; 2 (4): e106.

36. Hurtado-Dı´az M، Riojas-Rodrı´guez H، Rothenberg SJ، Gomez-Dante's H، Cifuentes E. تأثیر تنوع آب و هوا بر بروز تب دنگی در مکزیک. Trop Med Int Health. 2007; 12 (11): 1327-37.

37. Johansson MA، Dominici F، Glass GE. اثرات محلی و جهانی آب و هوا بر انتقال دنگی در پورتوریکو PLoS Negl Trop Dis. 2009; 3 (2).

38. Johansson MA، Cummings DAT، Glass GE. تنوع آب و هوای چند ساله و تب دانگ - نوسانات جنوبی ال نینو، آب و هوا، و بروز تب دانگ در پورتوریکو، مکزیک و تایلند: تجزیه و تحلیل داده های طولی. PLoS Med. 2009; 6 (11): e1000168.

39. Tipayamongkholgul M، Fang CT، Klinchan S، Liu CM، King CC. اثرات نوسان ال نینو-جنوبی بر اپیدمی های تب دنگی در تایلند، 1996-2005. بهداشت عمومی BMC. 2009; 9 (1): 422.

40. van Panhuis WG، Choisy M، Xiong X، Chok NS، Akarasewi P، Iamsirithaworn S، و همکاران. همزمانی سراسر منطقه و امواج سیار دنگی در هشت کشور در آسیای جنوب شرقی. Proc Natl Acad Sci US A. 2015; 112 (42): 13069-74.

41. Churakov M، Villabona-Arenas CJ، Kraemer MUG، Salje H، Cauchemez S. پویایی فضایی-زمانی دنگی در برزیل: امواج سفر فصلی و عوامل تعیین کننده همزمانی منطقه ای. PLoS Negl Trop Dis. 2019; 13 (4): e0007012.

42. Childs DZ، Boots M. تعامل اجباری فصلی و ایمنی و پویایی رزونانس مالاریا. رابط JR Soc. 2010; 7 (43): 309-19.

43. Brady OJ, Golding N, Pigott DM, Kraemer MUG, Messina JP, Reiner RC Jr, et al. محدودیت دمای جهانی در Aedes aegypti و Ae. پایداری و صلاحیت albopictus برای انتقال ویروس دنگی بردارهای انگل. 2014; 7 (1): 338.

44. موردخای EA، کوهن JM، Evans MV، Gudapati P، Johnson LR، Lippi CA، و همکاران. تشخیص تاثیر دما بر انتقال زیکا، دنگی و چیکونگونیا با استفاده از مدل‌های مکانیکی PLoS Negl Trop Dis. 2017; 11 (4): e0005568.

45. سراج AS، Oidtman RJ، Huber JH، Kraemer MUG، Brady OJ، Johansson MA، و همکاران. دما نرخ رشد اپیدمی ویروس دنگی را از طریق تأثیر آن بر تعداد تولید مثل و فواصل تولید تعدیل می کند. PLoS Negl Trop Dis. 2017; 11 (7): e0005797.

46. ​​Huber JH، Childs ML، Caldwell JM، Mordecai EA. تغییرات دمای فصلی بر مناسب بودن آب و هوا برای انتقال دنگی، چیکونگونیا و زیکا تأثیر می گذارد. PLoS Negl Trop Dis. 2018; 12 (5): e0006451.

47. Ryan SJ، Carlson CJ، Mordecai EA، Johnson LR. گسترش جهانی و توزیع مجدد خطر انتقال ویروس Aedes با تغییرات آب و هوایی. PLoS Negl Trop Dis. 2019; 13 (3).

48. Kraemer MUG, Reiner RC, Brady OJ, Messina JP, Gilbert M, Pigott DM, et al. گسترش گذشته و آینده ناقلان آربوویروس Aedes aegypti و Aedes albopictus. Nat Microbiol. 2019; 4 (5): 854-63.

49. Messina JP، Brady OJ، Golding N، Kraemer MUG، Wint GRW، Ray SE، و همکاران. توزیع جهانی فعلی و آینده و جمعیت در معرض خطر دنگی. Nat Microbiol. 2019; 4 (9): 1508-15.

50. Sheppard LW، Bell JR، Harrington R، Reuman DC. تغییرات آب و هوایی در مقیاس بزرگ، هماهنگی فضایی آفات شته را تغییر می دهد. نات کلیم چانگ. 2016; 6 (6): 610-3.

51. Sheppard LW، Defriez EJ، Reid PC، Reuman DC. همزمانی فراتر از بخش های بالا به پایین و آب و هوایی آن است: تأثیرات متقابل موران بر فیتوپلانکتون در دریاهای بریتانیا. PLoS Comput Biol. 2019; 15 (3).

52. Cuong HQ، Vu NT، Cazelles B، Boni MF، Thai KTD، Rabaa MA، و همکاران. پویایی فضایی و زمانی اپیدمی های دنگی، جنوب ویتنام. Emerg Infect Dis. 2013; 19 (6): 945-53.

53. Cummings DAT، Iamsirithaworn S، Lessler JT، McDermott A، Prasanthong R، Nisalak A، و همکاران. تأثیر گذار جمعیتی بر تب دنگی در تایلند: بینش از تجزیه و تحلیل آماری و مدل‌سازی ریاضی PLoS Med. 2009; 6 (9): e1000139.

54. Limsakul A، Goes JI. شواهد تجربی برای تنوع بین سالانه و طولانی تر در دمای هوای سطح تایلند Atmos Res. 2008; 87 (2): 89-102.

55. Kovats RS، Bouma MJ، Hajat S، Worrall E، Haines A. El Niño و سلامتی. لانست. 2003; 362 (9394): 9-1481.

56. Thai KTD، Cazelles B، Nguyen NV، Vo LT، Boni MF، Farrar J، و همکاران. پویایی دنگی در استان بین تون، ویتنام جنوبی: تناوب، همزمانی، و تنوع آب و هوا. PLoS Negl Trop Dis. 2010; 4 (7).

57. Hu ZZ، Kumar A، Huang B، Zhu J، Ren HL. تغییرات بین دهه ای ENSO در حدود 1999/2000. J Meteorol Res. 2017; 31 (1): 73-81.

58. Krawczyk H، Zinke J، Browne N، Struck U، McIlwain J، O'Leary M، و همکاران. مرجان‌ها همزمانی تأثیرات آب و هوایی مبتنی بر ENSO را بر روی اکوسیستم‌های زمینی و دریایی در شمال بورنئو نشان می‌دهند. Sci Rep. 2020; 10 (1): 3678.

59. Singhrattna N، Rajagopalan B، Kumar KK، کلارک M. تنوع بین سالانه و بین دهه ای فصل تابستان تابستان تایلند. جی کلیم. 2005; 18 (11): 1697-708.

60. Fan Y, van den Dool H. تجزیه و تحلیل ماهانه جهانی دمای هوای سطح زمین برای سال 1948 تا کنون. J Geophys Res Atmos. 2008; 113 (D1).

61. Grenfell BT، Bjørnstad ON، Kappey J. امواج سفر و سلسله مراتب فضایی در اپیدمی های سرخک. طبیعت. 2001; 414 (6865): 716-23.

62. Viboud C، Bjørnstad ON، Smith DL، Simonsen L، Miller MA، Grenfell BT. همزمانی، امواج و سلسله مراتب فضایی در گسترش آنفولانزا. علوم پایه. 2006; 312 (5772): 447-51.

63. تورنس سی، کامپو جی پی. راهنمای عملی برای تجزیه و تحلیل موجک. Bull Am Meteorol Soc. 1998; 79 (1): 61-78.

64. Ro¨sch A, Schmidbauer H. WaveletComp: Computational Wavelet Analysis; 2018.

65. لیو وای، سان لیانگ ایکس، ویزبرگ آر.اچ. اصلاح بایاس در طیف توان موجک. J Atmos Ocean Technol. 2007; 24 (12): 2093-102.

66. Reuman DC، اندرسون TL، Walter JA، Zhao L، Sheppard LW. wsyn: رویکردهای موجک به مطالعات همزمانی در اکولوژی و سایر زمینه ها. 2019.

67. Veleda D، Montagne R، Araujo M. تعصب موجک متقاطع با مقیاس های نرمال سازی تصحیح شد. J Atmos Ocean Technol. 2012; 29 (9): 1401-8.

68. Rodrı'guez-Barraquer I, Buathong R, Iamsirithaworn S, Nisalak A, Lessler J, Jarman RG, et al. بازبینی Rayong: تغییر نمایه های سروی دنگی در تایلند و پیامدهای آن برای انتقال و کنترل من جی اپیدمیول هستم. 2014; 179 (3): 353-60.

69. Imai N، Dorigatti I، Cauchemez S، Ferguson NM. برآورد شدت انتقال دنگی از بررسی‌های شیوع سرمی در کشورهای مختلف PLoS Negl Trop Dis. 2015; 9 (4): e0003719.

70. Imai N، Dorigatti I، Cauchemez S، Ferguson NM. برآورد شدت انتقال دانگ از داده‌های اعلان مورد از چندین کشور PLoS Negl Trop Dis. 2016; 10 (7): e0004833.

برای اطلاعات بیشتر: david.deng@wecistanche.com WhatApp:86 13632399501